entrada e saí - facomrecuperação eficiente • em grandes bases de dados, devemos ter cuidado:...

Entrada e Saída

Prof. Elaine Faria e Hiran NonatoProgramação Lógica

UFU 2012

Arquivo de Entrada

• Exemplo do uso do see...see(arq1).le_do_arquivo(Informacao).see(user)....

Arquivos de Saída

• A fonte de saída corrente pode ser mudada – tell(novoArqSai).

• Exemplo do uso do tell...tell(arq3).grava_no_arquivo(Informacao).tell(user)....

Arquivos de Dados

• Dois outros predicados devem ser utilizados para fechar os arquivos correntes de entrada e saída respectivamente– seen/0 e told/0

Abertura de um arquivo

• Podese também abrir um fluxo (stream)

…open(‘arquivo.txt‘, write, Fluxo),...close(Fluxo),…

Abertura de um arquivo

• Para estender um arquivo existente, temos que abrir um fluxo em modo append

…open(‘arquivo.txt‘, append, Fluxo),....close(Fluxo),...

Exemplo 5principal: open('casas.txt',read,F), leiaCasas(F,Casas), close(F), write(Casas), nl.

leiaCasas(F,[]): at_end_of_stream(F).

leiaCasas(F,[X|L]): \+ at_end_of_stream(F), read(F,X), leiaCasas(F, L).

Leitura de programas

• A forma mais simples de dizer ao Prolog para ler as definições de predicados armazenadas em um arquivo é usar os colchetes

? [meuArq].{consulting(meuArq.pl)…}{meuArq.pl consulted, 233 bytes}true?

Leitura de programas

• Você também pode consultar mais de um arquivo por vez

? [meuArq1, meuArq2, meuArq3].{consulting meuArq1.pl…}{consulting meuArq2.pl…}{consulting meuArq3.pl…}

Usando módulos• Predicado préconstruído module:

– module/1 e module/2– Para criar um módulo/biblioteca

• Predicado préconstruído use_module: – use_module/1 e use_module/2– Para importar predicados de uma biblioteca

• Argumentos– O primeiro argumento é o nome do módulo– O segundo e opcional argumento é uma lista dos predicados

exportados

Importando bibliotecas

• Ao especificar o nome de uma biblioteca que você quer usar, você pode informar que este módulo é uma biblioteca

• Prolog procurará no lugar certo, ou seja, em um diretório onde todas as bibliotecas estão guardadas

: use_module(library(lists)).

Predicados extralógicos


UFU 2012

Tipos de termos

Luis, A. M. Palazzo, Introdução à Programação Prolog, Educat, 1997.

Tipos de termos

Construção e decomposição de termos

• Há três predicados prédefinidos para a decomposição de termos e construção de novos termos: – functor/3 – arg/3 – =../2


• =../2 "univ“ (operador infixo)– O objetivo Termo =.. L é bemsucedido se L é uma lista contendo

como primeiro elemento o functor principal de Termo, seguido pelos seus argumentos.

?f(a, b) =.. L.L=[f, a, b]

?T =.. [retângulo, 3, 5].T=retângulo(3, 5)

?Z =.. [p, X, f(X, Y)].Z=p(X, f(X, Y))


• functor/3functor(Termo, Functor, Aridade)

é verdadeiro se Functor é o functor principal de Termo e Aridade é o seu número de argumentos

• arg/3arg(N, Termo, Argumento)

é verdadeiro se Argumento é o Nésimo argumento em Termo


• Exemplos?functor(teste(f(X), X, t), Functor, Aridade).

Functor=teste Aridade=3

?arg(2, teste(X, t(a), t(b)), Argumento).Argumento=t(a)

?functor(D, data, 3), arg(1, D, 5), arg(2, D, abril), arg(3, D, 1994).D=data(5, abril, 1994)

Programas ou Bases de Dados• Modelo relacional

– uma base de dados é a especificação de um conjunto de relações

• Um programa Prolog pode ser visto como uma base de dados – A especificação das relações é parcialmente implícita (regras) e

parcialmente explícita (fatos).

• Prolog possui cinco comandos básicos para a manipulação da base de dados:

– assert/1– asserta/1– assertz/1

– retract/1– retractall/1

Adicionar informação

Remover informação

Manipulação da base de dados

Recursos para o controle de programas

• call(P) – dispara um objetivo P. Será bemsucedido se e

somente se P também o for• repeat

– objetivo que sempre é bemsucedido. Sua principal propriedade é ser não determinístico

• toda vez que é alcançado por backtracking ele gera um caminho alternativo para a execução

repeat. repeat : repeat.

Recursos para o controle de programas

• Exemplos do uso do repeatquadrado :

repeat, read(X),(X=fim, !; Y is X*X, write(Y), fail).

executa :repeat, menu(X),(X=fim, !; exec(X), fail).

Bagof, Setof e Findall

• Podese gerar, através de backtracking, todos os objetos, um a um, que satisfazem algum objetivo

• Cada vez que uma nova solução é gerada, a anterior desaparece e não é mais acessível

• O que fazer quando desejase dispor de todos os objetos gerados?


bagof(X, P, L)irá produzir uma lista L de todos os objetos X que satisfazem ao objetivo P

classe(a, vog).classe(b, con).classe(c, con).classe(d, con).classe(e, vog).. . .

?bagof(Letra, classe(Letra, con), Consoantes).Consoantes=[b, c, d, ..., z]

Bagof, Setof e Findall? bagof(Letra, classe(Letra, Classe), Letras).

Classe=vog, Letras=[a, e, i, o, u];Classe=con, Letras=[b, c, d, f, ..., z].

– Se não houver solução para P no objetivo bagof(X, P, L), então este falha

– Se algum objeto X é encontrado repetidamente, todas as suas ocorrências irão aparecer em L

• possibilidade de existência de elementos duplicados em L


setof(X, P, L)irá produzir uma lista L dos objetos X que satisfazem a P, sendo que a lista L estará ordenada e itens duplicados serão eliminados

?setof(Classe/Letra, classe(Letra, Classe), Letras).Letras=[con/b, con/c, ..., con/z, vog/a, ..., vog/u]


findall(X, P, L)produz a lista L de todos os objetos X que satisfazem P

• Diferença entre findall e o bagof – todos os objetos X são coletados sem considerar eventuais

soluções diferentes para as variáveis em P que não são compartilhadas com X

?findall(Letra, classe(Letra, Classe), Letras).Letras=[a, b, c, ..., z]

Bagof, Setof e Findallidade(pedro,7).idade(ana,5).idade(alice,8).idade(tomaz,5).

?findall(Crianca,idade(Crianca,Idade),L).L = [pedro,ana,alice,tomaz]

?findall(Crianca/Idade,idade(Crianca,Idade),L).L = [pedro/7, ana/5, alice/8, tomaz/5]

?findall(Crianca/Idade, (idade(Crianca,Idade),Idade>5),L).L = [pedro/7, alice/8]


• Se não há nenhum objeto X que satisfaça P, então o predicado findall(X, P, L) resulta bemsucedido com L=[]

Lógica e Bases de Dados


UFU 2012

Bases de Dados Relacionais

• Base de dados Prolog para a tabela pessoapessoa(marcelo, m, luiz, gilda).pessoa(luiz, m, alfredo, lina).pessoa(gilda, f, miguel, ana).pessoa(lúcia, f, luiz, gilda).pessoa(paulo, m, miguel, ana).pessoa(lina, f, francisco, júlia).

pessoa(marcelo, m, luiz, gilda).pessoa(luiz, m, alfredo, lina).pessoa(gilda, f, miguel, ana).pessoa(lúcia, f, luiz, gilda).pessoa(paulo, m, miguel, ana).pessoa(lina, f, francisco, júlia).

carro(abc4590,vw, alfredo, azul).carro(xyz1211,ford, lina,branco).carro(rtc9004,fiat, luiz,vermelho).carro(llz7533,gm,gilda,prata).

? pessoa(N, f, _, _), carro(_, Fabr, N, _).

Recuperação de Informações

Recuperação Eficiente• Em grandes bases de dados, devemos ter cuidado:

– Quando há combinação de tuplas distribuídas em duas ou mais tabelas

• Sistemas Prolog devem possuir um “otimizador de consultas”

• Exemplo– Suponha que um crime tenha sido cometido e está sendo procurado um

homem em um ford azul– A base de dados da polícia possui duas tabelas: uma com 3000 carros e

outra com 10000 pessoas suspeitas– Uma pessoa pode possuir mais de um carro– Suponha que haja dez fords azuis e que metade das pessoas na base de

dados sejam homens

Recuperação EficienteSoluções:

? carro(Placa, ford, X, azul), pessoa(X, m, _, _).

ou

? pessoa(X, m, _, _), carro(Placa, ford, X, azul).

Recuperação EficienteSoluções:

• No primeiro caso – 3000 tentativas de unificação na tabela de carros– Dessas, apenas 10 serão bem sucedidas (só há 10 fords azuis) – 10 acessos diretos à tabela de pessoas para verificar o sexo, num total de

3010 unificações

• No segundo caso– 10000 tentativas de unificação na tabela de pessoas, das quais 5000 serão

bem sucedidas – Para cada uma dessas unificações bem sucedidas, 3000 acessos deverão ser

feitos à tabela de carros, uma vez que não se dispõe da chave, que é “placa”

Atualização da Base de Dados• O modelo relacional impõe a restrição de que certos campos devem ser

campos chaves, cujo valor deve ser único em uma tabela

• Em Prolog, um sistema para o gerenciamento de bases de dados relacionais pode ser implementado de forma muito natural

• Operações básicas– remove(T) % Remove a tupla T– insere(T) % Insere a tupla T, se já não estiver lá– atualiza(VT, NT) % Remove a velha e insere a nova tupla

Atualização da Base de Dados

• Exemplos? remove(carro(_, _, gilda, _)).

irá remover da base de dados todos os carros que pertencem a Gilda

? insere(carro(flt5455, honda, gilda, corderosa)).irá introduzir o novo e único carro de Gilda na base de dados.

Atualização da Base de Dadosremove(X) :

removeAux(X), fail. remove(X).

removeAux(X) : retract(X).

removeAux(X).

insere(X) : remove(X), assert(X).

insere(X) : assert(X).

Formas Normais Relacionais

• Exemplo de uso da 1FN– Evitar repetir grupos

empregador empregado1, empregado2, ..., empregadon

– Não usar a representaçãoempregados(joão, [josé, júlia, jorge, josefina, jane]).

– Usar a representaçãoempr(josé, joão).empr(júlia, joão).empr(jorge, joão).empr(josefina, joão).empr(jane, joão).


• Exemplo de uso da 1FN – cont.– o benefício acontece quando um novo empregado (por exemplo,

jonas) é contratado

? insere(empr(jonas, joão)).

– O programador não necessita(1) Selecionar a lista de empregados de joão(2) Adicionar Jonas(3) Produzir uma nova lista(4) Apagar a tupla corrente, com a velha lista(5) Produzir uma nova tupla, com a nova lista


• Exemplo de uso da 2FN– Identificar/remover atributos não dependentes da chave primária– Regra aplicada apenas à chaves compostas

empregado nomeEmpregado (tabela empregado)empregado projeto nomeProjeto horas (tabela alocação)

– nomeProjeto não depende funcionalmente da chave:[empregado, projeto]


• Exemplo de uso da 2FN cont– Identificar/remover atributos não dependentes da chave primária (nova

tabela criada, ok)

Solução:empregado nomeEmpregado (tabela empregado)

empregado projeto horas (tabela alocação)projeto nomeProjeto (tabela projeto)

– Dessa forma, caso o atributo nomeProjeto mude, a alteração se dará apenas na tabela ‘projeto’.


• Exemplo de uso da 3FN– Identificar/remover atributos não dependentes de atributos não chave

empregado empregador endereçoEmpregador (tabela empregado)

– ‘endereçoEmpregador’ não é dependente da chave ‘empregado’


• Exemplo de uso da 3FN cont– Identificar/remover atributos não dependentes de atributos não chave

(nova tabela criada, ok)

Solução:empregado empregador (tabela empregado)

empregador endereçoEmpregador (tabela empregador)

– Assim como na 2FN, problemas de redundância e múltiplas atualização justificam a aplicação dessa normalização.

entrada e saí - facomrecuperação eficiente • em grandes bases de dados, devemos ter cuidado:...

Documents